23年量化交易热门论文汇总，看量化交易的最新研究进展！

在金融市场中，传统的交易方式因人的主观判断和经验限制，难以保证持续的稳定性和高效性。科技的飞速发展催生了量化交易，这种新型的交易方式凭借其高效性、稳定性和强大的风险控制能力，正引领金融领域进入新的时代。

近年来，量化交易也成了热门话题，吸引众多投资者和研究人员的关注，学术界和业界对量化交易的研究不断深入，成果和技术突破层出不穷。今天就给大家整理了一些23年量化交易领域的热门论文，涵盖了量化交易的各个方面，一起看看量化交易的最新研究动态和技术进展吧！

1、BloombergGPT: A Large Language Model for Finance

BloombergGPT：金融的大型语言模型

简述：本文提出了BloombergGPT，一个针对金融领域的大型语言模型，拥有5000亿参数，并基于3630亿个金融数据令牌和3450亿个通用数据令牌进行训练。BloombergGPT在金融任务上的表现显著优于现有模型，同时在通用任务上也保持高性能。文中还详细介绍了模型的选择、训练和评估方法，并发布了训练经验。

2、Financial Time Series Forecasting using CNN and Transformer

使用 CNN 和 Transformer 进行金融时间序列预测

简述：本文提出了一种结合卷积神经网络（CNN）和Transformer的方法来预测股票价格，利用CNN捕捉短期依赖关系和Transformer学习长期依赖关系。实验证明，这种方法在预测标准普尔500指数成分股的日内股价变化方面优于传统的统计和深度学习方法。

3、ChatGPT Informed Graph Neural Network for Stock Movement Prediction

用于股票走势预测的 ChatGPT 知情图神经网络

简述：本文提出了一个框架，结合ChatGPT的图推理能力来增强图神经网络&#